摘要：针对经典谱聚类算法无法自适应确定聚类数目,以及在处理大数据量的聚类问题时效率不高的问题,提出了一种基于密度峰值优化的谱聚类算法。该方法首先计算数据对象的局部密度,以及每个数据对象与其他数据对象的最小距离,并依据一定的规则自适应产生初始聚类中心,确定聚类数目;然后使用Nystrom抽样来降低特征分解的计算复杂度,以达到提高谱聚类算法的效率。实验结果表明,该方法能够准确地得到聚类数目,并且有效提高了聚类的准确率和效率。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社